Große Auswahl an günstigen Büchern
Schnelle Lieferung per Post und DHL

Bücher von Matthias Fenchel

Filter
Filter
Ordnen nachSortieren Beliebt
  • von Matthias Fenchel
    21,80 €

    In dieser Dissertation werden Methoden zur Segmentierung anatomischer Strukturen in Planungsbildernder Magnetresonanztomographie (MRT), sogenannten Localizer-Bildern, vorgestellt.Localizer sind schnelle MR-Scanprotokolle zur Untersuchungsplanung. Segmentierungenanatomischer Strukturen aus diesen Bildern können für Anwendungen zur vollautomatischenUntersuchungsplanung, z.B. Organlokalisierungen, Schichtpositionierungen, Sequenzanpassungen,etc. verwendet werden. Da Localizer-Bilder nicht hinsichtlich Bildqualitätsondern hinsichtlich Messzeit und Abdeckung optimiert sind, sind modellbasierte statistischeVerfahren für die Segmentierung vorteilhaft.Zwei Methoden werden vorgestellt: Die erste ist eine Methode zur Rekonstruktion von Leberform,-position und -orientierung aus einer Serie von wenigen 2D-Planungsschichtbildernmit großem Schichtabstand. Dazu wird ein Active Shape Model aus manuellen Lebersegmentierungenvon 3D Trainingsbildern erstellt, das die durchschnittliche Leberform und die Hauptkomponentenseiner Varianz beschreibt. Korrespondierende Landmarkenpunkte auf der Oberfläche werden durch Remeshing mit Hilfe konformer Abbildungen in der sphärischen Domäneinitialisiert und verfeinert durch Optimierung eines Korrespondenzmaßes, welches auf MinimumDescription Length (MDL) basiert und die Kompaktheit des generierten statistischenModells beschreibt. Die Segmentierung der Leber aus den gestapelten 2D-Schichtbildern erfolgtdurch durch die Berechnung derjenigen Modellinstanz des Active Shape Models, welchebestmöglich die Bilddaten beschreibt. Man erreicht dies durch iterative Berechnung optimalerVerschiebungen der Landmarken. Die optimalen Verschiebungen beruhen auf Grauwertprofilenin den Bildern und einer normalisierten lokalen Statistik der Grauwertverteilungen in denTrainingsbildern. Die Instanz des Active Shape Models, die die gefundenen Verschiebungender Landmarken am besten repräsentiert, wird durch eine Projektion auf den Linearraum desActive Shape Models gefunden. Daraus erhält man eine gültige Modellinstanz, die die Verschiebungender Landmarken bestmöglich beschreibt.

Willkommen bei den Tales Buchfreunden und -freundinnen

Jetzt zum Newsletter anmelden und tolle Angebote und Anregungen für Ihre nächste Lektüre erhalten.